基于Landsat8_TI...数据的海表温度反演算法对比_朱博.pdf

Vol.42，No.3Jun.2023第42卷第3期2023年6月海洋技术学报JOURNAL OF OCEAN TECHNOLOGYdoi：10.3969/j.issn.1003-2029.2023.03.002基于 Landsat8 TIRS 数据的海表温度反演算法对比朱博1，陈正华2，陆永强2，黄荣永2（1.广西大学资源环境与材料学院，广西南宁530004；2.广西大学海洋学院，广西南宁530004）摘要：海表温度（Sea Surface Temperature，SST）是研究气候变化的重要参数，具有重要研究意义。为了选出适用于近海海域的最优温度反演算法，本文基于 Landsat8 卫星遥感数据，以北部湾海域为研究区，对比分析了包括辐射方程传输法（Radiative Transfer Model，RTM）、单窗算法（Mono-window model，MW）、单通道算法（Single-channel model，SC）、线性劈窗算法（Linear Split-window Algorithm，SW1）和非线性劈窗算法（Non-linear Split-window Algorithm，SW2）在内的海表温度反演算法的反演精度并进行了敏感性分析。同时本文利用劈窗协方差-方差比值法（Split Window Covariance-variance Ratio，SWCVR）来反演大气水汽含量数据，减少了温度反演过程中对外部数据的依赖，研究结果表明：基于 Landsat8 TIRS（Thermal Infrared Sensor）数据的 SWCVR 法进行大气水汽含量反演的效果较好，误差约在 0.5 g/cm2；与实测海温数据相比 SW2与 SC 算法精度较高，误差约为 0.6 K；RTM 与 SW1算法次之，误差约为 1.6 K 与 1.9 K；MW 算法精度较低，误差约为 2.5 K；与 AVHRR（Advanced Very High Resolution Radiometer）SST 产品进行相比两种劈窗算法的精度较高，误差约为 1 K 和 1.3 K，SC 算法精度较劈窗算法略低，误差约为 1.4 K 左右，RTM 与 MW 算法精度较低，误差约为 2 K 与 3 K；SW2算法对参数的敏感性最低，其次是 SC 算法、SW1算法与 MW 算法，RTM 算法的敏感性最高。关键词：海表温度；Landsat8；反演算法；大气水汽含量中图分类号：TP701文献标识码：A文章编号：1003-2029（2023）03-0009-11收稿日期：2022-11-18基金项目：广西自然科学基金资助项目（2020GXNSFAA297245）；广西南海珊瑚礁研究重点实验室自主基金资助项目（GXLSCR-SCS2021102）作者简介：朱博（1998），男，硕士研究生，主要从事遥感环境监测研究。E-mail：通讯作者：陈正华（1980），女，博士，副教授，主要从事遥感和地理信息系统应用研究。E-mail：海表温度是海表面海-空水汽与热量交换研究的一个重要参数1，同时海表温度还影响海洋环境与海洋生物等，通过遥感卫星数据来监测研究区域的海表温度对于相关海域研究显得尤为重要。热红外遥感技术因其成本低、速度快、资料同步性好、可大范围面状观测等优点被广泛应用于海表温度的变化监测2。相较于搭载 MODIS（Moderate-resolutionImaging Spectroradiometer）传感器的 Terra 和 Aqua卫星或搭载 AVHRR 传感器的 NOAA（NationalOceanic and Atmospheric Administration）系列卫星，Landsat8 遥感卫星所搭载的 TIRS 热红外传感器的空间分辨率为 100 m，更适用于近海海域等需要高空间分辨率的海洋研究。近年来，国内外学者开展了基于 Landsat8 遥感数据反演温度的研究，史新等3对于三河坝流域进行温度反演，陈瀚阅等4选择以红沿河核电站附近的海域作为研究区域进行海表温度反演，结果均表明辐射方程传输法的精度相比于其他算法更高。段海洋技术学报第42卷广拓等5对于珠江口区域进行海表温度反演。岳辉等6对于神东矿区进行温度反演，反演结果表明单窗算法精度相较而言更高。孟翔晨等7对黑河流域进行温度反演、陆品廷8对青藏高原地区进行温度反演，结果显示单通道算法具有较高的反演精度。而FU J 等9对舟山海域进行海表温度反演，刑梦玲等10对田湾核电站附近的海域进行海表温度反演，结果均表明劈窗算法精度高于单通道算法。由此说明利用 Landsat8 TIRS 遥感数据采用不同的算法反演温度时，在不同的地表类型、大气类型的情况下，算法精度存在差异。在基于 Landsat8 TIRS 遥感数据进行温度反演的研究中，大气水汽含量这一重要参数的计算对于反演结果有较大的影响。宋挺等11对无锡周边地区进行温度反演采用了 MOD05 大气水汽含量产品数据作为参数进行计算，但搭载 MODIS 的卫星与Landsat8 过境时间与重返周期并不相同，并且MOD05 产品分辨率较低，使得大气水汽含量存在一定误差。而张永红等12利用 Landsat8 数据对红沿河核电基地附近水域时根据美国国家环境预报中心（NationalCentersforEnvironmentalPrediction，NCEP）探空数据来计算大气水汽含量，需要大量的实时数据且计算繁琐。针对上述问题，本文使用了 5 种包括 RTM、MW、SC、SW1及 SW2在内的较为典型的海表温度反演算法进行海表温度的反演。同时本文运用了SWCVR 仅利用 Landsat8 TIRS 数据来进行大气水汽含量的反演，减少了对实时参数需求的同时降低了大气水汽含量的反演误差，得到了高分辨率的大气水汽含量数据，改进了海表温度的反演算法。利用本文算法，以北部湾海域为研究区进行海表温度反演实验，并通过与实测采样数据、AVHRR 海表温度产品进行比较分析，为 Landsat8 TIRS 数据在近海海域研究中的应用提供参考。1数据与研究区1.1研究区研究区位于北部湾区域，在 20.5N22.8N 和107.5E109.8E 的范围内。研究区气候为南亚热带季风性气候，终年无霜，干湿季明显，69 月为雨季。1.2数据1.2.1Landsta8 数据本文使用2015 年 10 月 23 日与 2018 年 10 月31 日北部湾区域的 Landsat8 遥感影像图。1.2.2NOAA AVHRR SST 数据此外，为了验证各种算法的计算精度，本文还使用了 2015 年 10 月 23 日的 AVHRR 海表温度产品数据与本文所用海表温度反演算法的反演结果进行比对，虽然该温度产品并不能完全代表准确的海表温度，但可以作为反演结果与实测海温数据进行交叉验证13。AVHRR 海表温度产品是根据NOAA 气象遥感卫星上所搭载的 AVHRR 传感器数据计算得到的，其空间分辨率为 4 km14。1.2.3实测数据本文所使用的实测数据来自 2015 年 10 月 23日在卫星过境前后于涠洲岛附近实地采样所得，海表温度采样点在 21N21.1N 和 109E109.1E的范围内。2研究方法本文选用了 5 种典型的海表温度反演算法对Landsat8 数据进行处理计算，其中包括辐射方程传输法、单窗算法15、单通道算法163 种单通道算法，以及线性劈窗算法17和非线性劈窗算法18两种劈窗算法。2.1辐射方程传输法辐射方程传输法又称大气校正法，主要是根据热红外辐射传输模型进行推导，在标准的大气环境之下对于某处的海表温度 Ts，其相对应的海表的黑体辐射 B（Ts）表示如下。B（Ts）=Lsensor-Lup-（1-）Ldown（1）式中，Lsensor为星上辐亮度（单位为 W m-2 sr-1m-1），由 Landsat8 遥感数据辐射定标算得；Lup和Ldown分别为大气上下行辐射；为大气透过率；为地表比辐射率，本文由于研究区为北部湾海域，其中绝大多数地区为水体，设定 Landsat8 的第10第3期朱博，等：基于 Landsat8TIRS 数据的海表温度反演算法对比10 与第 11 波段比辐射率值如下：10=0.993 83，11=0.992 54。在获得海表的黑体辐射 B（Ts）的基础上计算其所对应的亮度温度就是海表真实温度，计算公式如下。Ts=k2/ln（k1/B（Ts）+1）（2）式中，对于 TIRS Band10 来说，k1=774.89 K，k2=1 321.08 K。2.2单窗算法为了减少反演算法对大气廓线的依赖，覃志豪于 2001 年提出了单窗算法，通过估算大气平均作用温度将大气辐射进行简化后再使用热红外辐射传输模型进行计算反演地表温度，该算法的计算公式如下15。Ts=1Ca（1-C-D）+b（1-C-D）+C+D Tsensor-DTa（3）式中，C、D 是中间变量，其中，C=，D=（1-）1+（1-）；a、b 为回归系数；Tsensor为星上亮温；Ta为大气平均作用温度。在进行热红外遥感数据反演温度的计算中，不同层的大气温度存在很大的差异且难以计算，导致其对于反演结果的影响难以减小，使得温度反演的精度下降。为了减少大气的影响，覃志豪等19提出了在 4 种标准大气廓线的模式下基于近地表空气温度 T0来估计大气平均作用温度 Ta。由于本文研究区处于热带地区，所以根据估算模型得 Ta=17.976 9+0.917 15T0。ROZENSTEIN O 等17和覃志豪等19根据大气辐射传输软件 LOWTRAN 模拟得到不同温度范围内TIRS 反演的回归系数。由于本文研究区海表温度处于 1040 之间，所以根据模拟结果取回归系数a10=-62.806 5；b10=0.433 8；a11=-67.172 8；b11=0.469 4。2.3单通道算法单通道算法是 JIM魪NEZ-MUOZ J C 等16利用普朗克函数与高斯三角滤波函数对遥感数据温度反演过程中的大气效应进行模拟，得到了以 Landsat数据为基础反演 Ts的算法。在 2014 年时 JIM魪NEZ-MUOZ J C 等18又进一步改进了算法，提出了基于Landsat8 数据的普适性单通道算法。该算法计算公式如下。Ts=（1Lsensor+2）/+3+（4）Tsensor2/bLsensor（5）Tsensor-Tsensor2/b（6）式中，C1，C2为常数；b=C2（4/C1+1/）=1 320.46 K（为 Landsat8 TIRS 热红外传感器的中心波长）；1、2和 3为大气功能参数，与大气水汽含量 相关。2.4线性劈窗算法单通道算法尽管拥有像计算简便，精度高等许多优点，但其算法所需要的各种各样的实时大气信息获取困难，估算的参数精度不高，导致存在一定的误差。而劈窗算法的提出使得反演过程中仅使用遥感卫星自身数据进行大气校正，减少了对大气参数的需求，大幅提升了算法的适用性。Offer Rozenstein 劈窗算法又称线性劈窗算法，SW1 是 ROZENSTEIN O 等17和覃志豪等19根据Landsat8 TIRS 数据的特点所提出的适用于该热红外遥感数据温度反演的劈窗算法，其计算公式如下。T0=A0+A1T10-A2T11（7）A0=a10D11（1-C10-D10）-a11D10（1-C11-D11）（D11C10-D10C11）（8）A1=1+D10+b10D11（1-C10-D10）（D11C10-D10C11）（9）A2=D101+b11（1-C11-D11）（D11C10-D10C11）（10）式中，A0、A1和 A2是中间系数；Ci、Di为波段10 或 11 对应的中间变量，Ci=i i，Di=（1-i）1+（1-i）i；ai和 bi为回归系数，a10=-62.80 65；b10=0.433 8；a11=-67.172 8；b11=0.469 4。在基于热红外遥感数据的温度反演过程当中，大